【发布时间】：2018-09-21 02:49:00
【问题描述】：
我有一些非常大的数据框，我创建了一个条件列，根据某些特定值将其设置为 10、1、60 或 70。两者之间的一切都是0。然后我创建了一个小数据框，每10和70个位置（我想要的每个序列的开始和结束）并设法对我的数据框进行子集化，这样我只剩下每10和70之间的内容（包括它们之间的 1、60 和 0）。
生成的数据框几乎是我需要的子集，条件列现在如下所示：
condition
10
0
0
1
0
0
0
60
0
0
70
10
0
0
1
0
60
0
0
70
0
0
10
0
0
1
0
0
60
0
0
70
0
10
0
0
1
0
0
0
0
60
0
0
0
70
每 70 次后，我应该再次获得 10 次并重复每个循环。但是，当我在一夜之间在多个文件的循环上设置此过程时，结果包括一些不需要的数据。正如您在上面看到的，有 70 和 10 之间的行。我想消除所有那些在 70 和 10 之间的 0 行。在这个例子中，每个非零值之间只有几行，但我的实际数据有更多，这不是微不足道的。
所以从上面得到的数据框将是：
condition
10
0
0
1
0
0
0
60
0
0
70
10
0
0
1
0
60
0
0
70
10
0
0
1
0
0
60
0
0
70
10
0
0
1
0
0
0
0
60
0
0
0
70
这些数据帧的范围从 1 到 1000 万行，因此我认为设置查看每一行并进行迭代的外观并不高效。有什么想法吗？
更新
我认为我有一个解决方案，使用的方法与我已经使用的方法相同。
我试过了：
test$t = NA
test$t = ifelse(shift(test$ff== 70) & test$ff != 10, 1, test$t)
test$t = ifelse(shift(test$ff== 10, type = "lead") & test$ff != 70, 1, test$t)
test2 = data.frame(s = test$t[c(T,F)], e = test$t[c(F,T)])
Error in data.frame(s = test$t[c(T, F)], e = test$t[c(F, T)]) :
arguments imply differing number of rows: 44085, 44084
我的想法是在每个 'bad' 70 之后和每个 'bad' 10 之前找到行，然后删除使用 test2 之间的所有位置。它失败了，因为我的数据也有这样的情况：
70
0
0
60
0
0
70
10
这里没有 70 的配对“坏”10。考虑一下，如果不是尝试删除坏的东西，而是使用我原来的仅从 10 到 70 查找序列的方法再次子集，我可能会解决它.我这样做的方式如下：
df2 = df[df$ff == 10 | df$ff == 70,]
test = data.frame(s = df2$datetime[c(T,F)], e = df2$datetime[c(F,T)])
for(i in 1:length(test$s)){test$ss[i] = which(df$datetime == test$s[i])}
for(i in 1:length(test$s)){test$ee[i] = which(df$datetime == test$e[i])}
for(i in 1:length(test$s)){df$t[test$ss[i]:test$ee[i]] = 1}
df_all= df[df$t ==1,]
【问题讨论】：
-
我觉得问题类似这样：stackoverflow.com/questions/49195652/…
-
为了澄清这个问题，您的目标是识别并删除最顶层示例中存在于值为 70,10 的行之间的所有行？也就是说，在上面的例子中，你有 70,0,0,10 并且你想删除两个 0,0 行来得到 70,10？
-
是的，虽然我认为我可以使用类似的解决方案来获取这些子集，但遇到了另一个问题，现在将更新
-
在循环中使用
which(df$datetime == test$s[i])是个问题，因为循环中的日期时间似乎不起作用
标签： r conditional subset